Jennifer Golbeck: The curly fry conundrum: Why social media "likes" say more than you might think

376,125 views ・ 2014-04-03

TED


Будь ласка, двічі клацніть на англійські субтитри нижче, щоб відтворити відео.

Перекладач: Hanna Leliv Утверджено: Khrystyna Romashko
00:12
If you remember that first decade of the web,
0
12738
1997
Як ви, можливо, пам'ятаєте, перші десять років глобальна мережа
00:14
it was really a static place.
1
14735
2255
була доволі статичним місцем.
00:16
You could go online, you could look at pages,
2
16990
2245
Можна було зайти в Інтернет, переглядати сайти,
00:19
and they were put up either by organizations
3
19235
2513
що їх створювали або організації,
00:21
who had teams to do it
4
21748
1521
де для цього були окремі команди,
00:23
or by individuals who were really tech-savvy
5
23269
2229
або люди, справді технічно просунуті
00:25
for the time.
6
25498
1737
за тодішніми мірками.
00:27
And with the rise of social media
7
27235
1575
Та з розквітом соціальних медіа
00:28
and social networks in the early 2000s,
8
28810
2399
й соціальних мереж на початку двотисячних
00:31
the web was completely changed
9
31209
2149
Інтернет враз перетворився
00:33
to a place where now the vast majority of content
10
33358
3608
на місце, де переважну більшість контенту,
00:36
we interact with is put up by average users,
11
36966
3312
з котрим ми маємо справу, створюють пересічні користувачі -
00:40
either in YouTube videos or blog posts
12
40278
2697
це відео на YouTube та дописи в блогах,
00:42
or product reviews or social media postings.
13
42975
3315
відгуки споживачів і дописи в соціальних медіа.
00:46
And it's also become a much more interactive place,
14
46290
2347
Заразом Інтернет став значно інтерактивнішим місцем,
00:48
where people are interacting with others,
15
48637
2637
де люди взаємодіють між собою,
00:51
they're commenting, they're sharing,
16
51274
1696
коментують і діляться,
00:52
they're not just reading.
17
52970
1614
а не лише читають.
00:54
So Facebook is not the only place you can do this,
18
54584
1866
Так, Facebook - не єдине місце, де це можна робити,
00:56
but it's the biggest,
19
56450
1098
але воно найбільше,
00:57
and it serves to illustrate the numbers.
20
57548
1784
варто лишень поглянути на статистику.
00:59
Facebook has 1.2 billion users per month.
21
59332
3477
Facebook має 1,2 мільярди користувачів на місяць.
01:02
So half the Earth's Internet population
22
62809
1930
Тож половина жителів планети, які мають доступ до Інтернету,
01:04
is using Facebook.
23
64739
1653
користуються Facebook.
01:06
They are a site, along with others,
24
66392
1932
Це один з сайтів,
01:08
that has allowed people to create an online persona
25
68324
3219
що дав змогу людям створити собі онлайн-особистість,
01:11
with very little technical skill,
26
71543
1782
маючи мінімальні технічні навички,
01:13
and people responded by putting huge amounts
27
73325
2476
й люди зреагували, виклавши величезні обсяги
01:15
of personal data online.
28
75801
1983
персональних даних онлайн.
01:17
So the result is that we have behavioral,
29
77784
2543
Як наслідок, ми маємо інформацію
01:20
preference, demographic data
30
80327
1986
про поведінку, вподобання, демографічні дані
01:22
for hundreds of millions of people,
31
82313
2101
сотень мільйонів людей -
01:24
which is unprecedented in history.
32
84414
2026
вперше в історії людства.
01:26
And as a computer scientist, what this means is that
33
86440
2560
Для мене, як фахівця у галузі комп'ютерних технологій,
01:29
I've been able to build models
34
89000
1664
це значить, що тепер я можу створювати моделі,
01:30
that can predict all sorts of hidden attributes
35
90664
2322
що прогнозуватимуть всілякі приховані тенденції
01:32
for all of you that you don't even know
36
92986
2284
на основі інформації,
01:35
you're sharing information about.
37
95270
2202
яку ви поширюєте.
01:37
As scientists, we use that to help
38
97472
2382
Науковці використовують ці моделі,
01:39
the way people interact online,
39
99854
2114
щоб удосконалити нашу з вами взаємодію в мережі,
01:41
but there's less altruistic applications,
40
101968
2499
але не всі мають такі альтруїстичні наміри,
01:44
and there's a problem in that users don't really
41
104467
2381
до того ж, є одна проблема - користувачі не зовсім
01:46
understand these techniques and how they work,
42
106848
2470
розуміють, як працюють ці технології,
01:49
and even if they did, they don't have a lot of control over it.
43
109318
3128
а навіть якби розуміли, вони все одно не мають над ними контролю.
01:52
So what I want to talk to you about today
44
112446
1490
Отож, сьогодні поговоримо
01:53
is some of these things that we're able to do,
45
113936
2702
про те, що ми можемо робити з цими даними,
01:56
and then give us some ideas of how we might go forward
46
116638
2763
а потім поміркуємо, як
01:59
to move some control back into the hands of users.
47
119401
2769
повернути частковий контроль у руки користувачів.
02:02
So this is Target, the company.
48
122170
1586
Ось компанія Target.
02:03
I didn't just put that logo
49
123756
1324
Я розмістила її логотип
02:05
on this poor, pregnant woman's belly.
50
125080
2170
на животі цієї бідолашної вагітної жінки не просто так.
02:07
You may have seen this anecdote that was printed
51
127250
1840
Можливо, ви читали історію,
02:09
in Forbes magazine where Target
52
129090
2061
надруковану в журналі Forbes, про те,
02:11
sent a flyer to this 15-year-old girl
53
131151
2361
що Target надіслала 15-річній дівчині
02:13
with advertisements and coupons
54
133512
1710
рекламу й купони на знижку
02:15
for baby bottles and diapers and cribs
55
135222
2554
на пляшечки, підгузники й дитячі ліжечка
02:17
two weeks before she told her parents
56
137776
1684
за два тижні до того, як та
02:19
that she was pregnant.
57
139460
1864
зізналася своїм батькам, що вона вагітна.
02:21
Yeah, the dad was really upset.
58
141324
2704
Так, батько дуже засмутився.
02:24
He said, "How did Target figure out
59
144028
1716
Він задумався: "А як Target дізнався,
02:25
that this high school girl was pregnant
60
145744
1824
що ця школярка вагітна, ще до того,
02:27
before she told her parents?"
61
147568
1960
як вона розповіла про це своїм батькам?"
02:29
It turns out that they have the purchase history
62
149528
2621
Як виявилось, компанія збирає історію покупок
02:32
for hundreds of thousands of customers
63
152149
2301
сотень тисяч своїх клієнтів
02:34
and they compute what they call a pregnancy score,
64
154450
2730
і вираховує так званий "показник вагітності" -
02:37
which is not just whether or not a woman's pregnant,
65
157180
2332
не тільки ймовірність, вагітна жінка чи ні,
02:39
but what her due date is.
66
159512
1730
а й те, коли саме їй народжувати.
02:41
And they compute that
67
161242
1304
Компанія вираховує його
02:42
not by looking at the obvious things,
68
162546
1768
не лише на основі очевидних факторів,
02:44
like, she's buying a crib or baby clothes,
69
164314
2512
наприклад, чи купує жінка колиску чи одяг для немовляти,
02:46
but things like, she bought more vitamins
70
166826
2943
а стежить за тим, чи не купила вона, бува, більше вітамінів,
02:49
than she normally had,
71
169769
1717
ніж зазвичай,
02:51
or she bought a handbag
72
171486
1464
чи, може, придбала велику сумку,
02:52
that's big enough to hold diapers.
73
172950
1711
куди вмістяться підгузники.
02:54
And by themselves, those purchases don't seem
74
174661
1910
Самі по собі ці покупки
02:56
like they might reveal a lot,
75
176571
2469
не надто інформативні,
02:59
but it's a pattern of behavior that,
76
179040
1978
але якщо взяти модель поведінки
03:01
when you take it in the context of thousands of other people,
77
181018
3117
в масштабі тисяч людей,
03:04
starts to actually reveal some insights.
78
184135
2757
то вималюється певна картина.
03:06
So that's the kind of thing that we do
79
186892
1793
Ми займаємось чимось подібним,
03:08
when we're predicting stuff about you on social media.
80
188685
2567
коли складаємо прогнози на основі вашої поведінки в соціальних мережах.
03:11
We're looking for little patterns of behavior that,
81
191252
2796
Ми вишуковуємо непомітні на перший погляд моделі поведінки,
03:14
when you detect them among millions of people,
82
194048
2682
які розкажуть багато чого,
03:16
lets us find out all kinds of things.
83
196730
2706
якщо виявиться, що вони властиві мільйонам людей.
03:19
So in my lab and with colleagues,
84
199436
1747
Ми з колегами з нашої лабораторії
03:21
we've developed mechanisms where we can
85
201183
1777
розробили механізми, що дають нам змогу
03:22
quite accurately predict things
86
202960
1560
доволі точно прогнозувати
03:24
like your political preference,
87
204520
1725
ваші політичні вподобання,
03:26
your personality score, gender, sexual orientation,
88
206245
3752
особисті характеристики, стать, сексуальну орієнтацію,
03:29
religion, age, intelligence,
89
209997
2873
релігію, вік, рівень інтелекту,
03:32
along with things like
90
212870
1394
а також те,
03:34
how much you trust the people you know
91
214264
1937
наскільки ви довіряєте своїм знайомим,
03:36
and how strong those relationships are.
92
216201
1804
і чи міцні ваші взаємини.
03:38
We can do all of this really well.
93
218005
1785
Нам це вдається досить добре.
03:39
And again, it doesn't come from what you might
94
219790
2197
Знову ж таки, ми не потребуємо
03:41
think of as obvious information.
95
221987
2102
так званої очевидної інформації.
03:44
So my favorite example is from this study
96
224089
2281
Мій улюблений приклад - із дослідження,
03:46
that was published this year
97
226370
1240
описаного в цьогорічному випуску
03:47
in the Proceedings of the National Academies.
98
227610
1795
журналу Національної академії наук.
03:49
If you Google this, you'll find it.
99
229405
1285
Його можна знайти в Google.
03:50
It's four pages, easy to read.
100
230690
1872
Там всього чотири сторінки.
03:52
And they looked at just people's Facebook likes,
101
232562
3003
Автори дослідження проаналізували
03:55
so just the things you like on Facebook,
102
235565
1920
вподобання людей у Facebook
03:57
and used that to predict all these attributes,
103
237485
2138
і на основі цього спрогнозували всі перелічені мною характеристики,
03:59
along with some other ones.
104
239623
1645
і навіть більше.
04:01
And in their paper they listed the five likes
105
241268
2961
І в своїй статті вони перерахували п'ять вподобань,
04:04
that were most indicative of high intelligence.
106
244229
2787
що найпереконливіше свідчать про високий рівень інтелекту.
04:07
And among those was liking a page
107
247016
2324
Серед них було вподобання
04:09
for curly fries. (Laughter)
108
249340
1905
сторінки спіральної картоплі-фрі. (Сміх)
04:11
Curly fries are delicious,
109
251245
2093
Спіральна картопля-фрі дуже смачна,
04:13
but liking them does not necessarily mean
110
253338
2530
але якщо ви вподобали її сторінку, це не значить,
04:15
that you're smarter than the average person.
111
255868
2080
що ви розумніші за інших.
04:17
So how is it that one of the strongest indicators
112
257948
3207
Тож як так може бути, що найпереконливішим показником
04:21
of your intelligence
113
261155
1570
рівня вашого інтелекту
04:22
is liking this page
114
262725
1447
є вподобання сторінки,
04:24
when the content is totally irrelevant
115
264172
2252
вміст якої не має аніякісінького стосунку
04:26
to the attribute that's being predicted?
116
266424
2527
до прогнозованої характеристики?
04:28
And it turns out that we have to look at
117
268951
1584
Виявляється, для того, щоб зрозуміти це,
04:30
a whole bunch of underlying theories
118
270535
1618
треба взяти до уваги
04:32
to see why we're able to do this.
119
272153
2569
цілу низку теорій.
04:34
One of them is a sociological theory called homophily,
120
274722
2913
Однією з них є соціологічна теорія під назвою гомофілія,
04:37
which basically says people are friends with people like them.
121
277635
3092
згідно з якою, люди приятелюють з тими, хто схожий на них.
04:40
So if you're smart, you tend to be friends with smart people,
122
280727
2014
Тобто якщо ви розумні, скоріш за все, ви приятелюватимете з розумними людьми,
04:42
and if you're young, you tend to be friends with young people,
123
282741
2630
якщо молоді - дружитимете з молодими,
04:45
and this is well established
124
285371
1627
і так триває
04:46
for hundreds of years.
125
286998
1745
вже сотні років.
04:48
We also know a lot
126
288743
1232
Ми також чимало дізналися про те,
04:49
about how information spreads through networks.
127
289975
2550
як інформація поширюється мережею.
04:52
It turns out things like viral videos
128
292525
1754
Виявилось, що вірусні відео,
04:54
or Facebook likes or other information
129
294279
2406
вподобання на Facebook чи інша інформація
04:56
spreads in exactly the same way
130
296685
1888
поширюються точно так само,
04:58
that diseases spread through social networks.
131
298573
2454
як хвороби серед людей.
05:01
So this is something we've studied for a long time.
132
301027
1791
Ми це довгий час аналізували.
05:02
We have good models of it.
133
302818
1576
Розробили кілька моделей.
05:04
And so you can put those things together
134
304394
2157
Тому тепер можна скласти всі чинники докупи
05:06
and start seeing why things like this happen.
135
306551
3088
й зробити висновок, чому так є.
05:09
So if I were to give you a hypothesis,
136
309639
1814
Якби ви запитали мене про це,
05:11
it would be that a smart guy started this page,
137
311453
3227
я б відповіла, що ту сторінку з картоплею створив якийсь розумний хлопчина,
05:14
or maybe one of the first people who liked it
138
314680
1939
або той, хто вподобав її одним із перших,
05:16
would have scored high on that test.
139
316619
1736
має високий рівень інтелекту.
05:18
And they liked it, and their friends saw it,
140
318355
2288
Його друзі побачили, що він вподобав ту сторінку -
05:20
and by homophily, we know that he probably had smart friends,
141
320643
3122
а теорія гомофілії каже нам, що він має розумних приятелів -
05:23
and so it spread to them, and some of them liked it,
142
323765
3056
і дехто з них і собі її вподобав.
05:26
and they had smart friends,
143
326821
1189
Ті люди теж мають розумних друзів,
05:28
and so it spread to them,
144
328010
807
05:28
and so it propagated through the network
145
328817
1973
які також дізнались про ту сторінку,
і так інформація облетіла мережу,
05:30
to a host of smart people,
146
330790
2569
поширилась серед розумних людей,
05:33
so that by the end, the action
147
333359
2056
і, зрештою, сам факт уподобання
05:35
of liking the curly fries page
148
335415
2544
сторінки зі спіральною картоплею-фрі
05:37
is indicative of high intelligence,
149
337959
1615
став свідчити про високий рівень інтелекту.
05:39
not because of the content,
150
339574
1803
Але не через зміст цієї сторінки,
05:41
but because the actual action of liking
151
341377
2522
а через те, що сама дія - вподобання -
05:43
reflects back the common attributes
152
343899
1900
свідчить про спільні характеристики
05:45
of other people who have done it.
153
345799
2468
людей, які цю дію здійснили.
05:48
So this is pretty complicated stuff, right?
154
348267
2897
Звучить досить складно, правда ж?
05:51
It's a hard thing to sit down and explain
155
351164
2199
Не так легко сісти й пояснити це
05:53
to an average user, and even if you do,
156
353363
2848
пересічному користувачеві, та й навіть, якщо вам вдасться пояснити,
05:56
what can the average user do about it?
157
356211
2188
чим типовий користувач зможе тут зарадити?
05:58
How do you know that you've liked something
158
358399
2048
Звідки ви можете знати, що те, що ви вподобали,
06:00
that indicates a trait for you
159
360447
1492
свідчить про якусь вашу рису,
06:01
that's totally irrelevant to the content of what you've liked?
160
361939
3545
яка не має жодного стосунку до змісту вподобаної вами сторінки?
06:05
There's a lot of power that users don't have
161
365484
2546
Користувачам не під силу повністю
06:08
to control how this data is used.
162
368030
2230
контролювати те, як використовують ці дані.
06:10
And I see that as a real problem going forward.
163
370260
3112
І мені здається, що це дедалі більша проблема.
06:13
So I think there's a couple paths
164
373372
1977
Існує кілька способів,
06:15
that we want to look at
165
375349
1001
які варто розглянути,
06:16
if we want to give users some control
166
376350
1910
якщо ми хочемо дати користувачам частковий контроль над тим,
06:18
over how this data is used,
167
378260
1740
як використовують ці дані,
06:20
because it's not always going to be used
168
380000
1940
бо це не завжди йде
06:21
for their benefit.
169
381940
1381
їм на користь.
06:23
An example I often give is that,
170
383321
1422
Я часто кажу, що
06:24
if I ever get bored being a professor,
171
384743
1646
коли мені набридне викладати,
06:26
I'm going to go start a company
172
386389
1653
я засную компанію,
06:28
that predicts all of these attributes
173
388042
1454
що прогнозуватиме різні характеристики,
06:29
and things like how well you work in teams
174
389496
1602
і те, чи ви, наприклад, вмієте працювати в команді,
06:31
and if you're a drug user, if you're an alcoholic.
175
391098
2671
чи ви наркоман, чи, може, зловживаєте алкоголем.
06:33
We know how to predict all that.
176
393769
1440
Ми знаємо, як це все прогнозувати.
06:35
And I'm going to sell reports
177
395209
1761
І тоді я розсилатиму звіти
06:36
to H.R. companies and big businesses
178
396970
2100
у кадрові агенції та великі компанії,
06:39
that want to hire you.
179
399070
2273
що хочуть найняти вас на роботу.
06:41
We totally can do that now.
180
401343
1177
Тепер ми спокійно можемо це робити.
06:42
I could start that business tomorrow,
181
402520
1788
Я можу взятися за це хоч завтра,
06:44
and you would have absolutely no control
182
404308
2052
а ви не матимете жодного контролю
06:46
over me using your data like that.
183
406360
2138
над тим, як я використовуватиму ці дані.
06:48
That seems to me to be a problem.
184
408498
2292
Як на мене, це проблема.
06:50
So one of the paths we can go down
185
410790
1910
Отож, один із способів їй зарадити -
06:52
is the policy and law path.
186
412700
2032
ухвалити правила й закони.
06:54
And in some respects, I think that that would be most effective,
187
414732
3046
На мою думку, цей спосіб - найефективніший,
06:57
but the problem is we'd actually have to do it.
188
417778
2756
але проблема в тому, що тут доведеться добре попрацювати.
07:00
Observing our political process in action
189
420534
2780
Коли я спостерігаю за нашим політичним процесом,
07:03
makes me think it's highly unlikely
190
423314
2379
то щораз менше впевнена в тому,
07:05
that we're going to get a bunch of representatives
191
425693
1597
що нам вдасться залучити десяток депутатів,
07:07
to sit down, learn about this,
192
427290
1986
змусити їх сісти й вивчити цю тему,
07:09
and then enact sweeping changes
193
429276
2106
а потім внести кардинальні зміни
07:11
to intellectual property law in the U.S.
194
431382
2157
в закони США про інтелектуальну власність,
07:13
so users control their data.
195
433539
2461
щоб користувачі могли контролювати особисті дані.
07:16
We could go the policy route,
196
436000
1304
Можна спробувати ухвалити якісь правила,
07:17
where social media companies say,
197
437304
1479
але соціальні медіа заявлять:
07:18
you know what? You own your data.
198
438783
1402
Знаєте що? Ваші дані належать вам самим.
07:20
You have total control over how it's used.
199
440185
2489
Те, як їх буде використано, залежить від вас.
07:22
The problem is that the revenue models
200
442674
1848
Проблема в тому, що дохід
07:24
for most social media companies
201
444522
1724
більшості соціальних медіа залежить від розповсюдження
07:26
rely on sharing or exploiting users' data in some way.
202
446246
4031
чи використання користувацьких даних у певний спосіб.
07:30
It's sometimes said of Facebook that the users
203
450277
1833
Про Facebook часом кажуть, що
07:32
aren't the customer, they're the product.
204
452110
2528
користувачі - це не клієнти, це - продукт.
07:34
And so how do you get a company
205
454638
2714
Тож як змусити компанію
07:37
to cede control of their main asset
206
457352
2558
повернути контроль над своїм найбільшим капіталом
07:39
back to the users?
207
459910
1249
назад користувачам?
07:41
It's possible, but I don't think it's something
208
461159
1701
Це можливо, але я не думаю,
07:42
that we're going to see change quickly.
209
462860
2320
що ці зміни найближчим часом відбудуться.
07:45
So I think the other path
210
465180
1500
Тому вартує скористатися
07:46
that we can go down that's going to be more effective
211
466680
2288
іншим, ефективнішим, способом -
07:48
is one of more science.
212
468968
1508
звернутися до науки.
07:50
It's doing science that allowed us to develop
213
470476
2510
Саме наука дала нам змогу
07:52
all these mechanisms for computing
214
472986
1750
створити механізми аналізу
07:54
this personal data in the first place.
215
474736
2052
особистих даних.
07:56
And it's actually very similar research
216
476788
2106
І треба провести практично
07:58
that we'd have to do
217
478894
1438
таке саме дослідження,
08:00
if we want to develop mechanisms
218
480332
2386
щоб розробити механізми,
08:02
that can say to a user,
219
482718
1421
які попереджатимуть користувача:
08:04
"Here's the risk of that action you just took."
220
484139
2229
"Ваші дії - ризиковані".
08:06
By liking that Facebook page,
221
486368
2080
Вподобавши ось цю сторінку на Facebook
08:08
or by sharing this piece of personal information,
222
488448
2535
або поділившись ось цією особистою інформацією,
08:10
you've now improved my ability
223
490983
1502
ви підвищили мої шанси
08:12
to predict whether or not you're using drugs
224
492485
2086
успішно спрогнозувати, вживаєте ви наркотики чи ні,
08:14
or whether or not you get along well in the workplace.
225
494571
2862
і чи ладнаєте ви зі своїми колегами.
08:17
And that, I think, can affect whether or not
226
497433
1848
Це впливатиме на рішення людей -
08:19
people want to share something,
227
499281
1510
поділяться вони певною інформацією,
08:20
keep it private, or just keep it offline altogether.
228
500791
3239
зроблять її доступною лише для якогось кола людей, чи взагалі не публікуватимуть її в Інтернеті.
08:24
We can also look at things like
229
504030
1563
Можна також дати людям змогу
08:25
allowing people to encrypt data that they upload,
230
505593
2728
шифрувати дані, які вони завантажують в Інтернет,
08:28
so it's kind of invisible and worthless
231
508321
1855
щоб ті були невидимими й нічого не вартими
08:30
to sites like Facebook
232
510176
1431
для сайтів на кшталт Facebook
08:31
or third party services that access it,
233
511607
2629
чи третіх сторін.
08:34
but that select users who the person who posted it
234
514236
3247
Доступ до цих даних мали б
08:37
want to see it have access to see it.
235
517483
2670
тільки обрані нами користувачі.
08:40
This is all super exciting research
236
520153
2166
Це дослідження страшенно цікаве
08:42
from an intellectual perspective,
237
522319
1620
для науковців, тому
08:43
and so scientists are going to be willing to do it.
238
523939
1859
вони охоче ним займуться.
08:45
So that gives us an advantage over the law side.
239
525798
3610
Отож, піти цим шляхом простіше, ніж ухвалювати закони.
08:49
One of the problems that people bring up
240
529408
1725
Коли я говорю на цю тему,
08:51
when I talk about this is, they say,
241
531133
1595
то часто чую зауваження:
08:52
you know, if people start keeping all this data private,
242
532728
2646
але якщо люди почнуть захищати всі свої дані,
08:55
all those methods that you've been developing
243
535374
2113
то методи, які ви розробляєте,
08:57
to predict their traits are going to fail.
244
537487
2653
щоб прогнозувати їхню поведінку, перестануть працювати.
09:00
And I say, absolutely, and for me, that's success,
245
540140
3520
Так, перестануть, і це чудово,
09:03
because as a scientist,
246
543660
1786
бо як науковець
09:05
my goal is not to infer information about users,
247
545446
3688
я не хочу вивідувати інформацію про користувачів.
09:09
it's to improve the way people interact online.
248
549134
2767
Моя мета - поліпшити взаємодію людей в Інтернеті.
09:11
And sometimes that involves inferring things about them,
249
551901
3218
Для цього часом доводиться вивідувати якусь інформацію про них,
09:15
but if users don't want me to use that data,
250
555119
3022
але якщо користувачі не хочуть, щоб я скористалась їхніми даними,
09:18
I think they should have the right to do that.
251
558141
2038
то вони мусять мати на це право.
09:20
I want users to be informed and consenting
252
560179
2651
Я хочу, щоб люди знали, які програми ми розробляємо,
09:22
users of the tools that we develop.
253
562830
2112
і давали на це свою згоду.
09:24
And so I think encouraging this kind of science
254
564942
2952
І тому гадаю, що підтримка таких наукових розробок
09:27
and supporting researchers
255
567894
1346
і дослідників, які хочуть
09:29
who want to cede some of that control back to users
256
569240
3023
повернути контроль користувачам,
09:32
and away from the social media companies
257
572263
2311
забравши його в соціальних медіа,
09:34
means that going forward, as these tools evolve
258
574574
2671
означає крок уперед.
09:37
and advance,
259
577245
1476
А розробка й вдосконалення таких інструментів
09:38
means that we're going to have an educated
260
578721
1414
означає, що користувачі
09:40
and empowered user base,
261
580135
1694
будуть обізнані й матимуть права.
09:41
and I think all of us can agree
262
581829
1100
І думаю, зі мною всі погодяться,
09:42
that that's a pretty ideal way to go forward.
263
582929
2564
що над цим варто працювати.
09:45
Thank you.
264
585493
2184
Дякую.
09:47
(Applause)
265
587677
3080
(Оплески)
Про цей сайт

Цей сайт познайомить вас з відеороликами YouTube, корисними для вивчення англійської мови. Ви побачите уроки англійської мови, які проводять першокласні викладачі з усього світу. Двічі клацніть на англійських субтитрах, що відображаються на кожній сторінці відео, щоб відтворити відео з цієї сторінки. Субтитри прокручуються синхронно з відтворенням відео. Якщо у вас є коментарі або побажання, будь ласка, зв'яжіться з нами за допомогою цієї контактної форми.

https://forms.gle/WvT1wiN1qDtmnspy7